顾及有色噪声的光纤陀螺信号的抗差谱分析

在惯导系统中，对光纤陀螺仪的零位漂移一般采取滤波的方法对其进行补偿或削弱。本文针对信号中含有低频有色噪声，在Kalman滤波和小波变换消噪不理想的情况下，提出一种新的处理零位漂移的方法。首先对信号中的有色噪声进行拟合和预报，然后对信号进行抗差谱分析，以期将有用信号、有色噪声以及周期噪声分离开。利用模拟数据对该方法进行验证，发现该方法能够剔除信号中的周期噪声，并能够削弱有色噪声的影响。     

二位置寻北仪中光纤陀螺输出信号的处理

针对二位置寻北仪在不同环境下的工作,对光纤陀螺输出的信号进行了分析。从工程应用的角度出发,选取了较优的数据处理方法——抗差估计法,并通过实验及统计分析选取了适合光纤陀螺信号特点的IGGⅢ权函数的临界值。该方法提高了寻北精度,缩短了寻北时间,改善了寻北仪的性能。     

单自由度陀螺寻北仪寻北数学模型研究

为了实现单自由度陀螺寻北仪自动寻北，通过分析寻北仅运动规律，本文建立了其寻北数学用到，分别为：模型Ⅰ——时间作为观测值，模型Ⅱ——角位置作为观测值，模型Ⅲ——时间及角位正同时作为观测值，楼四Ⅳ——最小二乘谱分析模型．通过模拟实验，认为自国对具有较强的抗干扰能力，适合单自由反陀螺寻北仪的数据采集和处理．     

光纤陀螺寻北方案的比较

本文介绍了光纤陀螺寻北的基本原理和几种主要的寻北方案，并对几种寻北方案进行了比较分析，认为二位置寻北方案利用转位消除了陀螺的常值漂移，可降低对陀螺精度的要求，是一种易于实现的方案。二位置寻北方案利用陀螺敏感在相差1800的两个方向上的地球自转角速率水平分量，精确地解算出真北方向与陀螺轴向的夹角。     

有色噪声作用下的抗差卡尔曼滤波

根据用GPS载波相位三差观测量进行动态定位或精密导航的需求,推导了动态噪声、观测噪声为有色噪声的抗差卡尔曼滤波公式。白噪声的抗差卡尔曼滤波是有色噪声的抗差卡尔曼滤波的特例,有色噪声的抗差卡尔曼滤波为白噪声的抗差卡尔曼滤波的推广。     

一种磁悬浮陀螺寻北仪的研究

现有的陀螺经纬仪采用金属悬丝悬挂陀螺房体,其陀螺房体摆动周期长导致寻北速度慢。本文提出了一种新型的磁悬浮陀螺经纬仪的实现方案,阐述了该陀螺仪寻北的原理以及结构组成实现,建立起了大刚度电磁力约束下陀螺盘的力学模型,推导了陀螺仪主轴位于当地子午线附近时的运动方程及其运动规律;并和传统的悬挂式陀螺经纬仪的性能进行了比较,表明该磁悬浮陀螺仪具有运动周期短的特点,运用它作为寻北手段,可以实现快速精确寻北。     

基于二位置法测量的光纤陀螺寻北仪的误差分析

陀螺寻北仪是一种全天候自动指示方位的高精度自主式定向仪器。文中介绍了光纤陀螺寻北仪的二位置寻北原理，对二位置寻北的主要误差源进行了详细地分析，并推导出了几种典型误差源作用下的寻北误差影响模型，其分析结果可为高精度寻北仪的研制提供理论依据。     

有色噪声观测量的逐步拟合推估

通过改化观测方程,将有色噪声观测值转化为白噪声的虚拟观测值,用白噪声逐步拟合推估公式进行计算。递推公式的第一步是拟合推估,第二步以后实际上是滤波。     

动态定位有色噪声影响函数--以一阶AR模型为例

动态定位的精度和可靠性除受观测偶然误差和系统误差的影响外，还受时间相依的有色噪声的影响。任何基于高斯白噪声假设而忽略实际有色噪声影响的数据处理理论和方法均不能保证估计结果的实际可靠性。基于动态数据处理的2种主要方法，即序贯平差法和Kalman滤波法，将有色噪声分为有色观测噪声和有色状态噪声分别进行讨论。结果表明，有色噪声对状态参数的影响是明显的，由影响函数所计算的结果是可靠的。     

捷联式陀螺寻北系统两种解析寻北算法的比较与仿真

针对捷联式陀螺寻北倾斜误差补偿,对坐标变换法和矢量法两种解析调平算法进行推导,修正参考文献中有关矢量解析调平算法的错误;给出两种形式不同但寻北结果相同的解析调平解算公式,并对两种算法的寻北精度进行比较,仿真与试验结果表明了两种解析调平算法的正确性。     

基于有色噪声的序贯平差

推导基于有色噪声的观测量序贯最小二乘平差及其精度估计,并证明这种方法与整体平差和静态滤波具有相同的平差结果。通过算例表明,推导的公式正确有效和实用。     

处理有色观测噪声的粒子滤波算法

针对经典Kalman滤波无法直接处理有色噪声的问题,采用多项式长除法将有色观测噪声模型展开成无穷级数,截断取其有限项获得有色噪声的先验信息;然后利用粒子滤波能够处理非高斯噪声的特点对有色观测噪声进行处理。通过一个GPS定位算例,将此新方法与观测扩增方法进行了分析和比较。结果证明,利用该方法能有效地控制有色观测噪声的影响。     

处理有色观测噪声的粒子滤波算法

针对经典Kalman滤波无法直接处理有色噪声的问题,采用多项式长除法将有色观测噪声模型展开成无穷级数,截断取其有限项获得有色噪声的先验信息,然后利用粒子滤波能够处理非高斯噪声的特点对有色观测噪声进行处理.通过一个GPS定位算例,将此新方法与观测扩增方法进行了分析和比较.结果证明,利用该方法能有效地控制有色观测噪声的影响.     

有色噪声情况下状态预测值修正的Kalman滤波

利用线性最小方差估计方法,以正交投影理论为工具,推导了动态线性系统在状态噪声为有色噪声情形下的状态预测值及其相应的协方差阵.在形式上,此预测值比经典Kalman滤波预测值多出一项,该项包含了前一时刻的新息.对新预测值进行分析,得出了有色状态噪声条件下Kalman滤波的新算法,扩展了经典Kalman滤波的应用范围.最后通...     

有色噪声情况下状态预测值修正的Kalman滤波

利用线性最小方差估计方法,以正交投影理论为工具,推导了动态线性系统在状态噪声为有色噪声情形下的状态预测值及其相应的协方差阵。在形式上,此预测值比经典Kalman滤波预测值多出一项,该项包含了前一时刻的新息。对新预测值进行分析,得出了有色状态噪声条件下Kalman滤波的新算法,扩展了经典Kalman滤波的应用范围。最后通过一个模拟算例,证明了该算法的有效性。     

Adjustment Model and Colored Noise Reduction of Continuous Observation System

The affection caused by the colored noises should be taken into account to the adjustment model. As useful signals, these colored noises should be accurately identified and extracted by Fourier analysis. A continuous adjustment model is introduced with respect to the colored noises, and then it can be generalized from the finite space to the infinite space so called as Hilbert space. This extension is to provide a new technique to perform the continuous observational system design, Fourier analysis as well as the parameter estimation. It shows that the Gramer’s determinant provides maximization criteria in the system optimization design as well as a rule in diagnosing the adjustment model. Related with the definition of the integral, the least squares solution of the continuous adjustment model becomes the limit of the traditional least squares solution in finite space. Moreover, the influence caused by the colored noises is systematic, but it can be eliminated or compensated by optimally designing the observational system.     

有色观测噪声下的无迹卡尔曼滤波算法

传统的无迹卡尔曼滤波算法(UKF)要求噪声是高斯白噪声,但在实际应用中,噪声往往呈现非高斯特性。本文在有色观测噪声满足一阶AR模型的条件下,基于观测信息扩增法及最小方差估计准则,通过Unscented变换(UT变换)计算出非线性状态后验均值,进而得出一类具有处理有色观测噪声的无迹卡尔曼滤波处理算法。通过实际数据验证了该算法能有效控制有色噪声的影响。     

连续观测系统的平差模型与有色噪声补偿

现代测量技术多依赖于各种连续对地观测系统。有色噪声在影响参数估计的同时,还蕴含了地球科学研究所需的大量有用信息。本文讨论了连续平差模型及最小二乘解,将有限维空间中的测量平差问题推广至无穷维空间,从信号分析角度讨论了观测有色噪声的消除方法。研究表明,连续观测方程的最小二乘解可由经典最小二乘解的极限导出;有色噪声对解的影响是系统性的,然而通过合理的观测方案设计可以实现参数的无偏估计     

基于有色噪声自适应卡尔曼滤波的GPS单点定位

将有色噪声一阶AR模型的自适应卡尔曼滤波应用到精密单点定位中, 采用当前历元的预测残差均方根误差与上一历元的观测残差均方根误差的比值确定相关系数ρ_k,k－1。在使用一阶AR模型进行解算时, 使用实测数据对模型进行验证, 证明了该方法确定的相关系数能够有效提高扩展卡尔曼滤波(EKF)解算过程中的收敛速度和幅度。